is与==的恩怨、编码的详解

恩怨、编码的详解"/>

is与==的恩怨、编码的详解

一、is和==的区别：

　　1、id()函数

　　　　通过id()可以查看到⼀一个变量表⽰的值在内存中的地址.

#字符串
a1 = "alex"
a2 = "alex"
print(id(a1),id(a2)) #2250772541544 2250772541544
#int
a1 = 123
a2 = 123
print(id(a1),id(a2)) #2004253536 2004253536
#bool
a1 = True
a2 = True
print(id(a1),id(a2)) #2003759264 2003759264
#字符串、int、bool等的数据地址都是一样的

#列表
a1 = ["张无忌","周芷若"]
a2 = ["张无忌","周芷若"]
print(id(a1),id(a2))  #2028760057352 2028760058056
#元组
a1 = ("扶摇","杨幂")
a2 = ("扶摇","杨幂")
print(id(a1),id(a2))  #1494052752008 1494052752072
#字典
a1 = {"楚乔":"赵丽颖","宇文玥":"林更新"}
a2 = {"楚乔":"赵丽颖","宇文玥":"林更新"}
print(id(a1),id(a2)) #1620881530672 1620881530744
#列表、元组、字典等数据地址都不一样

#结果⼀致, 但是在终端中是不⼀致的. 所以在python中,命令行代码和py文 件中的代码运行的效果可能是不一样的
#⼩数据池(常量池): 把我们使用过的值存储在小数据池中.供其他的变量使用. 小数据池给数字和字符串串使用, 其他数据类型不存在. 
对于数字: -5~256是会被加到小数据池中的. 每次使用都是同一个对象. 对于字符串:
 1. 如果是纯文字信息和下划线. 那么这个对象会被添加到小数据池 
 2. 如果是带有特殊字符的. 那么不会被添加到小数据池. 每次都是新的 
 3. 如果是单一字⺟母*n的情况. 'a'*20, 在20个单位内是可以的. 超过20个单位就不会添加 到小数据池中
#注意(一般情况下): 在py⽂文件中. 如果你只是单纯的定义一个字符串. 那么一般情况下都是会 被添加到小数据池中的.
 我们可以这样认为: 在使用字符串的时候, python会帮我们把字符串 进行缓存, 在下次使用的时候直接指向这个字符串即可. 可以节省很多内存.

 　　2、==判断两边的值     #双等表⽰的是判断是否相等, 注意. 这个双等比较的是具体的值.⽽不是内存地址　　

　　 3、is 判断内存的地址

　　　　id()和is有什么关系呢. 注意. is比较的就是id()计算出来的结果. 由于id是帮我 们查看某数据(对象) 的内存地址. 那么is比较的就是数据(对象)的内存地址. 最终我们通过is可以查看两个变量使⽤用的是否是同一个对象.

a1 = "杀阡陌"
a2 = "杀阡陌"
print(a1 == a2) #True
print(a1 is a2) #True
# 原因是有小数据池的存在 导致两个变量指向的是同一个对象 

a1 = [1,2,3]
a2 = [1,2,3]
print(a1 == a2)  #True  值是一样的
print(a1 is a2)  #True  内存地址是不一样的

　　编码的回顾：

　　　　1、ASCII:有字母的大小写，数字，特殊字符。8bit,1byte

　　　　2、GBK:中文，16bit,2byte,兼容ASCII

　　　　3、unicode:万国码，32bit,4byte,兼容ASCII

　　　　4、utf-8:长度可变的unicode。英文：8bit,1byte。欧洲：16bit,2byte。中文：24bit,3byte。

　　python2和python3的区别

　　　　python2: python2中默认使⽤的是ASCII码. 所以不⽀持中⽂.  如果需要在Python2中更改编码. 需要在⽂件的开始编写:# -*- encoding:utf-8 -*
- 或coding=utf-8

　　　　python3:在python3的内存中. 在程序运⾏阶段. 使⽤的是unicode编码. 因为unicode是万国码. 什么内容都可以进⾏显⽰. 那么在数据传输和存储的时候由于unicode比较浪费空间和资源. 需要把 unicode转存成UTF-8或者GBK进⾏存储. 怎么转换呢. 在python中可以把⽂字信息进⾏编码. 编码之后的内容就可以进⾏传输了了. 编码之后的数据是bytes类型的数据.其实啊. 还是原来的 数据只是经过编码之后表现形式发⽣了改变⽽已.

　　　　bytes数据类型：表现形式：1. 英⽂   b'alex'  英⽂的表现形式和字符串没什么两样

　　　　　　　　　　　　　　　　 2. 中⽂  b'\xe4\xb8\xad' 这是⼀个汉字的UTF-8的bytes表现形式

二、encode: 编码  （ encode()编码之后的内容是bytes类型的数据）

s = "alex"
print(s.encode("utf-8")) #将字符串改为UTF-8
print(s.encode("GBK"))  #将字符串改为GBK
#结果：b'alex'b'alex's = "中"
print(s.encode("utf-8")) #将字符串改为UTF-8
print(s.encode("GBK"))  #将字符串改为GBK
#结果：b'\xe4\xb8\xad'b'\xd6\xd0'     #记住: 英⽂编码之后的结果和源字符串一致.  中⽂编码之后的结果根据编码的不同. 编码结果 也不同. 我们能看到. 
 ⼀个中⽂的UTF-8编码是3个字节. ⼀一个GBK的中⽂文编码是2个字节. 编码之后的类型就是bytes类型. 
 在⽹络传输和存储的时候我们python是保存和存储的bytes类型. 那么在对⽅方接收的时候. 也是接收的bytes类型的数据.
 我们可以使用decode()来进⾏解码操作. 把bytes类型的数据还原回我们熟悉的字符串:

三、decode:解码：

s = "我是张无忌"
print(s.encode("utf-8"))  #编码
结果：b'\xe6\x88\x91\xe6\x98\xaf\xe5\xbc\xa0\xe6\x97\xa0\xe5\xbf\x8c's1 = b'\xe6\x88\x91\xe6\x98\xaf\xe5\xbc\xa0\xe6\x97\xa0\xe5\xbf\x8c'
print(s1.decode("utf-8"))  #解码
结果：我是张无忌

四、编码和解码的时候都需要制定编码格式.

s = "我喜欢碧瑶"
bs = s.encode("GBK")  #获取到GBK文字
#把GBK转换成UT-8，首先把GBK转换成unicode.也就是需要解码
print(bs)
ss = bs.decode("GBK") #解码
print(ss)
#从新编译成utf-8
bss = s.encode("utf-8") #从新编码
print(bss)

转载于:.html